CoAtNet0
PulseAugur coverage of CoAtNet0 — every cluster mentioning CoAtNet0 across labs, papers, and developer communities, ranked by signal.
-
深度学习模型在皮肤癌检测中的比较
研究人员对十二种用于皮肤癌检测的深度学习模型进行了全面评估，比较了卷积神经网络（CNN）、视觉Transformer（ViT）、混合模型和视觉语言模型（VLM）。该研究使用了PAD-UFES-20数据集，并使用AUC、F1分数和80%特异度下的敏感性等指标评估了性能。结果表明，虽然CNN提供了一个坚实的基线，但基于Transformer的架构通常提供更优越的区分能力。MaxViT Tiny和CoAtNet0等混合模型，以及基于SigL…
-
视觉Transformer和混合模型在视网膜疾病筛查基准测试中领先
研究人员对包括卷积神经网络、视觉Transformer、混合模型和视觉语言模型在内的各种深度学习架构进行了多种疾病视网膜筛查的基准测试。该研究使用了视网膜眼底多病图像数据集（RFMiD），并评估了在二元筛查和多标签分类任务上的性能。基于注意力的模型，特别是SwinTiny和CoAtNet0、MaxViTTiny等混合架构，在二元和多标签设置中均表现出优越性能。视觉语言模型具有竞争力，但未能超越最佳的Transformer和混合骨干网络…
-
深度学习模型在皮肤癌检测方面的比较
研究人员使用PAD-UFES-20数据集上的统一方法，对十二种深度学习模型在皮肤癌检测方面的性能进行了全面评估。该研究比较了卷积神经网络（CNNs）、视觉Transformer（ViTs）、混合模型和视觉语言模型（VLMs）。虽然调优良好的CNNs提供了坚实的基础，但基于Transformer的架构通常表现出更优越的辨别能力。混合模型和基于SigLIP的VLM取得了最佳的总体性能，为皮肤癌筛查的实际部署提供了实用见解。